AI 日报 | 2026年08月07日

今日聚焦：Meta 以隐私换成本的 AI 编码 Agent 定价引发行业震动；AWS 将内部 3.9 万开发者验证过的多 Agent 协作平台开源；宇树科技 IPO 定价 150.8 元，具身智能赛道正式从"讲故事"迈入"验成色"阶段。三大事件同时发生，标志着 AI 应用层从秀肌肉走向拼商业。

Meta 发布 Muse Code：用隐私换成本的终端编码 Agent

Meta 于 8 月 5 日发布 Muse Code 终端编码 Agent，基于 Muse Spark 1.2 模型，可在终端中完成规划、编码、测试等全流程操作，单次会话支持超过 1000 次工具调用。其定价策略成为最大看点：Contributor 层级输出令牌仅 $0.20/百万，但代价是将所有提示词和代码完成结果用于模型训练；Standard 层级为 $2.00/$4.25，数据不被使用。Contributor 层级输出成本约为 Claude Sonnet 5 的 1/50、Opus 5 的 1/125。

值得关注的是，这一定价策略将 AI 编码市场明确划分为两条路线：对开源项目和个人开发者而言，极低门槛意味着大规模普及；但对商业代码库和企业场景，数据泄露风险几乎不可接受。在 Terminal-Bench 2.1 上 Muse Code 得分 82.9%，与 Opus 5 的 86.7% 差距仅 3.8 个百分点，但 DeepSWE 1.1 的 59.3% 表明它更适合作为终端 Agent 而非纯代码生成模型。这一定价模型可能成为行业分水岭，迫使 Claude、Kiro 等平台在定价策略上作出回应。

来源： https://www.aimadetools.com/blog/ai-dev-weekly-021-muse-code-qwen-38-kiro-crew

AWS 开源 Kiro Crew：3.9 万开发者验证过的多 Agent 协作平台

AWS 于 8 月 4 日开源内部代号为 "MeshClaw" 的项目 Kiro Crew，其前身是 3.9 万余名亚马逊开发者在前 6 个月内实际使用、拥有 500+ 贡献者的内部工具。Kiro Crew 并非交互式编码助手，而是支持 Agent 跨会话持久化运行、定时任务（Cron）、Webhook 触发、多 Agent 协作协调的平台。它包含 DevFleets（持续开发）、Issue Radar（问题监控）、Task Runner（任务执行）等内置应用，并附带 OS 级沙箱、默认拒绝命令和签名审计日志。

值得关注的是，这是业界首次将大型科技公司内部大规模验证过的 Agent 协作平台开源。与此前流行的 Hermes Agent（单 Agent 长记忆）不同，Kiro Crew 的定位是团队级多 Agent 协作系统。它填补了"交互式编码"与"无人值守自动运行"之间的空白。该项目的开源意味着，企业级 Agent 编排平台不再只有创业公司或纯开源方案可选，而是出现了带有"亚马逊工程师真实用 6 个月"背书的生产级工具。对正在构建多 Agent 架构的开发者来说，这是一个可直接测试的参考实现。

来源： https://www.aimadetools.com/blog/ai-dev-weekly-021-muse-code-qwen-38-kiro-crew

谷歌发布 Gemini Robotics ER 2：大模型能力直接接管物理世界

谷歌 DeepMind 于 8 月 6 日发布 Gemini Robotics ER 2，这是继 Gemini Robotics 2（全身控制）、On-Device 2（端侧运行）之后的第三款具身智能模型。ER 2 定位长时序任务规划与推理，运算速度为前代的 4 倍，延迟压缩至 1 秒以内，任务识别准确率达 91.3%。其最大突破在于支持跨品牌机器人协同作业：Apollo 人形机器人、Franka 工业机械臂、波士顿动力 Spot 机器狗可在同一空间内协作完成复杂工序；搭载 Gemini Live API 实现低延迟实时交互，无需"动一下停一下计算"的传统模式。

值得关注的是，这是大模型能力首次直接下沉到物理机器人控制层，实现从"大模型感知决策"到"物理本体执行"的全链路闭环。相比此前各家各自为政的机器人控制器，ER 2 的跨本体兼容意味着通用机器人能力不再锁定于特定厂商。谷歌的股价也在消息发布后创出历史新高，二级市场用真金白银为这一路线投票。对具身智能从业者而言，这是从技术展示到工业可用的关键转折，"大模型+物理机器人"的商业化拐点已实质到来。

来源： https://weibo.com/1592917513/5328749249955263

宇树科技 IPO 定价 150.8 元：具身智能赛道迎来"定价锚"

宇树科技于 8 月 6 日发布科创板上市发行公告，确定发行价格为 150.80 元/股，预计募集资金约 61 亿元，上市后市值约 610 亿元。8 月 10 日启动网上网下申购，有望成为中国 A 股"人形机器人第一股"。2025 年宇树人形机器人出货量超过 5500 台（全球市占率 32.1%），四足机器人销量超 3.3 万台。2026 年上半年预计营收 10.52–11.28 亿元，是国内首个实现人形机器人规模化盈利的企业。

值得关注的是，宇树科技的上市标志着具身智能行业从"烧钱讲故事"迈入"盈利验成色"的价值验证时代。它树立了首个真实财务维度的"定价锚"——后续所有机器人企业的 IPO 估值都将用宇树的营收、毛利、客户验证作为参照基准。这将对一级市场资本评判逻辑产生深远影响，纯概念型初创企业的融资难度将显著加大。同时，宇树本次 IPO 募资的 85% 将投向研发，重点布局智能机器人大模型，这印证了产业正从"硬件本体"向"智能系统"跃迁。对投资者和创业者而言，宇树上市后的实际交付表现与毛利率走势，将直接决定整个赛道的估值水位。

来源： https://so.html5.qq.com/page/real/search_news?docid=70000021_7436a751f8d17852

合肥"机器人大学"：每天 500 次重复训练的数据飞轮

新华社"活力中国调研行"采访团近日走进合肥市具身智能机器人数据采集训练场，这里被称作"机器人大学"，近 90 台机器人每天重复练习 500 次，完成分拣、家政等各类任务。通过数据采集员"手把手"教学，机器人的 AI 能力在真实物理环境中不断进化。这是国内首次公开大规模、高频率、多品类的具身智能数据训练场景。

值得关注的是，数据飞轮正成为具身智能领域真正的竞争壁垒。与当前大模型主要依赖互联网文本数据不同，物理机器人的训练需要真实场景中的重复采集与精确标注。合肥训练场的 90 台机器人×500 次/天=4.5 万次日采集量，这构成了一个持续自我增强的闭环。与谷歌 ER 2 的模型能力、宇树的硬件量产能力相比，数据采集基础设施是另一条关键赛道。对于国内具身智能创业生态而言，数据训练场的规模化建设意味着中国在物理 AI 数据资产上可能形成独特优势——而这将直接影响未来国产人形机器人的泛化能力与场景覆盖速度。

来源： https://weibo.com/5367034453/5329186853749153

补充关注：AI 编码安全与定价焦虑

两条值得注意但篇幅所限的短讯：

• DeepSWE v1.1 发布：在独立环境中对 Agent 提交的代码进行严格验收，修复了依赖漂移和 flaky test 问题，让编码 Agent 的评估从"看热闹"走向"可复现"。标准收紧对 Agent 编码行业是好事。 (来源：dev.to/damogallagher/ai-news-today-agent-pricing-rare-disease-diagnosis-and-chinas-local-model-push-42c0)
• Anthropic 暂停计费调整：原计划本周落地的 Claude Agent SDK 令牌计费变更被推迟，因该方案会大幅推高重度用户成本。Agent 定价的可预测性正成为企业采购的核心决策因素。 (来源：Ars Technica)